NEWS お知らせ

2021年6月4日（金)に開催された電子情報通信学会 信号処理研究会・画像工学研究会・バイオメトリクス研究会、映像情報メディア学会 メディア工学研究会・情報センシング研究会 合同研究会にて、小川准教授が以下の招待講演を行いました。

「［招待講演］マルチメディアAI技術に基づく異分野融合研究と実社会応用」

https://www.ite.or.jp/ken/paper/20210604wAjc/

放送映像とSNSへのつぶやきの時間遅延を考慮した新たな相関分析理論に関する研究の成果が国際論文誌IEEE ACCESS (Impact Factor 3.745)に採択されました．
K. Hirasawa, K. Maeda, T. Ogawa and M. Haseyama, “Detection of Important Scenes in Baseball Videos via Bidirectional Time Lag Aware Deep Multiset Canonical Correlation Analysis,” IEEE ACCESS, 2021.

https://ieeeaccess.ieee.org/

2021年5月28日（金)に開催された 第20回 首都高速道路技術センター技術講演会 「デジタル新時代の幕開け～インフラ整備・維持管理の未来像～」にて、長谷山教授が以下の講演を行いました。

「AIの動向と次世代インフラ維持管理に向けた最先端研究」
長谷山美紀 北海道大学副学長・大学院情報科学研究院長

約750名の方に本講演をご覧いただきました！

https://tecmex.or.jp/lecture/5733/

(1) Nao Nakagawa, Ren Togo, Takahiro Ogawa, Miki Haseyama, “INTERPRETABLE REPRESENTATION LEARNING ON NATURAL IMAGE DATASETS VIA RECONSTRUCTION IN VISUAL-SEMANTIC EMBEDDING SPACE”
(2) Yun Liang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “DEEP METRIC NETWORK VIA HETEROGENIOUS SEMANTICS FOR IMAGE SENTIMENT ANALYSIS”
(3) Tomoki Haruyama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “SEGMENTATION-AWARE TEXT-GUIDED IMAGE MANIPULATION”
(4) Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “TIME-LAG AWARE MULTI-MODAL VARIATIONAL AUTOENCODER USING BASEBALL VIDEOS AND TWEETS FOR PREDICTION OF IMPORTANT SCENES”
(5) Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “INTEREST LEVEL ESTIMATION VIA MULTI-MODAL GAUSSIAN PROCESS LATENT VARIABLE FACTORIZATION”
(6) Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “CORRELATION-AWARE ATTENTION BRANCH NETWORK USING MULTI-MODAL DATA FOR DETERIORATION LEVEL ESTIMATION OF INFRASTRUCTURES”
(7) Taisei Hirakawa, Keisuke Maeda, Takahiro Ogawa, Satoshi Asamizu, Miki Haseyama, “CROSS-DOMAIN RECOMMENDATIN METHOD BASED ON MULTI-LAYER GRAPH ANALYSIS WITH VISUAL INFORMATIN”
(8) Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “FEW-SHOT PERSONALIZED SALIENCY PREDICTION USING PERSON SIMILARITY BASED ON COLLABORATIVE MULTI-OUTPUT GAUSSIAN PROCESS REGRESSION”

https://2021.ieeeicip.org/

当研究室、博士学生諸戸君、修士学生高田さんが受賞しています。
改めましておめでとうございます！

※ 写真撮影時のみマスクを外しています。

https://ja-jp.facebook.com/hokkaidoUniv.lmd/photos/a.1421862031376064/3007454469483471/

2020年にITE Transactions on Media Technology and Applicationsに掲載された以下の論文が、映像情報メディア学会 丹羽高柳賞論文賞を受賞しました。
Tomoki Haruyama, Sho Takahashi, Takahiro Ogawa, Miki Haseyama: “Multimodal Important Scene Detection in Far-view Soccer Videos Based on Single Deep Neural Architecture,” ITE Transactions on Media Technology and Applications, vol. 8, no. 2, pp. 89-99 (2020)
https://www.jstage.jst.go.jp/…/8/2/8_89/_article/-char/ja/

当研究室から投稿していた以下の画像検索に関する成果が、マルチメディアコンテンツ検索における最高峰の国際会議 ACM International Conference on Multimedia Retrieval 2021 (ACM ICMR 2021) に採録されました！
– Rintaro Yanagi, Ren Togo, Takahiro Ogawa and Miki Haseyama, “IR Questioner: QA-based Interactive Retrieval System,” ACM ICMR, 2021. (Accepted)
http://icmr2021.org/index.html

2021年3月9日～11日に奈良で開催された国際会議The 2021 IEEE 3rd Global Conference on Life Sciences and Technologies (LifeTech 2021)での発表について以下の2件が受賞しました。
(1)
Student Awards for Oral Presentation
2nd Prize, IEEE LifeTech 2021 Excellent Student Paper Award for Oral Presentation
Saya Takada, Ren Togo, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan):
“Question Answering from Brain Activity Data via Decoder Based on Neural Networks”
(2)
Awards for On-site Poster Presentation
3rd Prize, IEEE LifeTech 2021 Excellent Paper Award for On-site Poster Presentation
Yuya Moroto, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan):
“Human Emotion Estimation Using Multi-Modal Variational Auto Encoder with Time Changes”
(2)については、既に会場にて受賞が発表されています。
おめでとうございます！
http://www.ieee-lifetech.org/2021/awards.html

誠におめでとうございます！

(1) Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama: “User Background Information-Aware Music Recommendation with Reinforcement Learning-Based Knowledge Graph Exploration”
(2) Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Degradation Level Estimation of Road Structures via Attention Branch Network with Text Data”
(3) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Cross-view Self-supervised Learning via Momentum Statistics in Batch Normalization”
http://www.icce-tw.org/index.html

当研究室から投稿した社会インフラ×AIの異分野連携論文が、国際論文誌IEEE Accessに採録されました。
本論文は東日本高速道路株式会社（NEXCO東日本）との共同研究による成果になります！
Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama,
“Distress Image Retrieval for Infrastructure Maintenance via Self-trained Deep Metric Learning Using Experts’ Knowledge,” IEEE Access. (Accepted for publication)
https://ieeeaccess.ieee.org/

当研究室のテキスト情報を利用した画像編集に関する研究成果が、国際論文誌IEEE Accessに採録されました．
Ren Togo, Megumi Kotera, Takahiro Ogawa, Miki Haseyama: “Text-Guided Style Transfer-based Image Manipulation Using Multimodal Generative Models,” IEEE Access, 2021. (Accepted for publication)
https://ieeeaccess.ieee.org/

本日、北海道大学の学士・修士・博士課程の学位記授与式が行われました。
1名が博士の学位、5名が修士の学位、4名が学士の学位を授与されています。
博士課程の鈴木君、修士課程の柳君はそれぞれ、学院長賞を受賞しました。
また、柳君は情報科学院の総代にも選ばれ、総長から学位記を授与されました。
皆さん、誠におめでとうございます！
修士学生2名は博士課程に進学し、学部学生4名は全員が修士課程に進学します。
また、研究生の学生1名が博士課程から、3名が修士課程から新たに加わります。
皆さんの今後の活躍に益々期待しています！

メディアダイナミクス所属の修士2年生 5名(赤松君、春山君、松本君、諸戸君、柳君）および博士2年生 鈴木君が以下の賞を受賞しました！
おめでとうございます！
■2020 IEEE Sapporo Section Paper Awards
〇Best Paper Award Winner
Rintaro Yanagi, Hokkaido University
R. Yanagi, R. Togo, T. Ogawa and M. Haseyama, “Query is GAN: Scene Retrieval with Attentional Text-To-Image Generative Adversarial Network,” IEEE Access, vol. 7, pp. 153183-153193, 2019.
〇Encouragement Award winners
Genki Suzuki, Hokkaido University
G. Suzuki, S. Takahashi, T. Ogawa and M. Haseyama, “Team Tactics Estimation in Soccer Videos based on a Deep Extreme Learning Machine and Characteristics of the Tactics,” IEEE ACCESS, vol. 7, pp. 153238-153248, 2019.
https://www.ieee-jp.org/section/sapporo/#ieee-sapporo-section-paper-awards
■令和2年度電子情報通信学会北海道支部 学生奨励賞
赤松 祐亮・春山 知生・松本 真直・諸戸 祐哉
https://www.ieice.org/hokkaido/?page_id=189

複数の撮像条件に頑健なゴム材料の物性推定手法に関する研究成果が国際論文誌Sensors (Impact Factor 3.275)に採択されました．尚、本研究成果は、住友ゴム工業株式会社 、釧路工業高等専門学校との共同研究の成果となります。
Ren Togo, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Rubber Material Property Prediction Using Electron Microscope Images,” Sensors, 2021.
https://www.mdpi.com/journal/sensors

Question Answering from Brain Activity Data via Decoder Based on Neural Networks
Saya Takada, Ren Togo, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan)
Music Playlist Generation Based on Graph Exploration Using Reinforcement Learning
Keigo Sakurai, Ren Togo, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan)
Human Emotion Estimation Using Multi-Modal Variational AutoEncoder with Time Changes
Yuya Moroto, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan)
（Excellent Poster (On-site) Award Winners: Bronze Prize）

2021/03/09-2021/03/09でオンライン開催されたマルチメディア分野最高峰の国際会議ACM Multimedia Asia 2020にて，本研究室から2件の発表を行いました．

尚，2件ともBest Paper Candidateとして採択 (投稿論文のトップ 5%以内) されており，この内1件がBest Paper Runner-up Award を受賞しました！

– Rintaro Yanagi, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Interactive Re-ranking for Cross-modal Retrieval Based on Object-wise Question Answering,” ACM Multimedia Asia, 2020. (Best Paper Runner-up Award)
– Tomoki Haruyama, Sho Takahashi, Takahiro Ogawa and Miki Haseyama, “Similar Scene Retrieval in Soccer Videos with Weak Annotations by Multimodal Use of Bidirectional LSTM,” ACM Multimedia Asia, 2020. (Best Paper Finalist)
https://www.mmasia2020.org/closing-letter.html

野球映像（マルチメディアデータ）とSNS上のデータ（サイバーデータ）を組み合わせたプラットフォーム横断型研究の成果が国際論文誌Sensors (Impact Factor 3.275)に採択されました．
K. Hirasawa, K. Maeda, T. Ogawa and M. Haseyama, “Detection of Important Scenes in Baseball Videos via Time-lag Aware Multimodal Variational Autoencoder,” Sensors, 2021.
https://www.mdpi.com/journal/sensors

また、小川准教授が同SectionのSecretary/Treasurerに就任しました。
任期は、2021年～2022年となります。

https://www.ieee-jp.org/section/sapporo/

当研究室の以下の論文が電気学会論文誌E(センサ・マイクロマシン部門誌)に採録されました。
川上健, 住友和弘, 菅野厚博, 小川貴弘, 南重信, 長谷山美紀, “光電容積脈波による連続血圧推定における血流の流量と抵抗指標を用いた精度向上方式の提案と評価,” 電気学会論文誌E (Accepted for publication)
https://www.jstage.jst.go.jp/browse/ieejsmas/list/-char/ja